1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen
|
|
- Irmgard Judith Fürst
- vor 6 Jahren
- Abrufe
Transkript
1 1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 16. März 2016, 11:21 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Germany License. To view a copy of this license, visit or send a letter to Creative Commons, 171 Second Street, Suite 300, San Francisco, California, 94105, USA. Aufgabe 1: Reviewfragen (a) Wie unterscheiden sich Elementarereignisse ω i von Ereignissen A j? (b) Unter welcher Voraussetzung gilt P(A 1 A 2 ) = P(A 1 ) + P(A 2 ) + (c) Unter welcher Voraussetzung gilt P(A) = A Ω? (d) Unter welcher Voraussetzung gilt P(A B) = P(A) + P(B) P(A) P(B)? (e) Warum gilt für eine stetige Zufallvariable X P(X = x) = 0? Aufgabe 2: Laplace-Wahrscheinlichkeit (a) Bestimmen Sie mit Hilfe der Laplace-Wahrscheinlichkeit die Chance, bei einem Wurf mit drei unabhängigen Laplace-Würfeln drei gleiche Augenzahlen, zu würfeln. (b) In einer fünfstelligen Zahl kommt jede Ziffer nur einmal vor. Mit welcher Wahrscheinlichkeit ist die Zahl (i) gerade, (ii) durch 5 teilbar? (c) Eine Familie hat sechs Kinder. Mit welcher Wahrscheinlichkeit sind (i) die ersten zwei Kinder Söhne, (ii) nur die ersten zwei Kinder Söhne, (iii) genau zwei Kinder Söhne, (iv) mindestens zwei Kinder Söhne wenn die Wahrscheinlichkeit für Sohn und Tochter gleich sind? 1
2 1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen Aufgabe 3: Urnenmodell (a) Auf wie viele Arten lassen sich 5 Hotelgäste in 15 freien Einzelbettzimmern unterbringen? (b) Für das Elfmeterschießen muss der Trainer 5 von 11 Spielern auf dem Platz benennen. Wie viele Möglichkeiten hat er bei der Bestimmung der Kandidaten? (c) Zeigen Sie, dass folgendes gilt: n k ( k ) = n n 1 für alle n, k 1 ( k 1 ) (d) Beim Fußball-Toto kann bei jedem der dreizehn Spiele eine 0 (unentschieden), eine 1 (Heimmannschaft gewinnt) oder eine 2 (Gastmannschaft gewinnt) angekreuzt werden. Wie viele verschiedene Tippmöglichkeiten gibt es? (e) Ein Katzenbesitzer hat fünf nicht unterscheidbare Kätzchen. Wenn Sie aufgeschreckt werden, sucht sich jedes einen Platz unter einem der acht Esszimmerstühle. Wie viele unterschiedliche Verteilungen der fünf Kätzchen auf die Esszimmerstühle sind möglich? Aufgabe 4: Rechenregeln für Wahrscheinlichkeiten (a) Ein Autohaus verkauft Autos, von denen 60 % eine Klimaanlage, 20 % Ledersitze und 30 % keins von beidem eingebaut haben. Welcher Anteil der Autos wird mit Ledersitzen und Klimaanlage verkauft? (b) Eine Umfrage ergab folgendes Ergebnis: 40 % der Schüler lernen Spanisch. 60 % der Schüler lernen Französisch. 55 % der Schüler lernen Englisch. 30 % der Schüler lernen Spanisch und Französisch. 20 % der Schüler lernen Spanisch und Englisch. 35 % der Schüler lernen Französisch und Englisch. 10 % der Schüler lernen Spanisch, Französisch und Englisch. Wie groß ist der Prozentsatz der Schüler, die überhaupt keine Fremdsprache lernen? (c) Im DHBW-Jahrgang 2012, bestehend aus 144 Studenten, haben 67 eine Studienarbeit bei einem hauptamtlichen Dozenten belegt, 111 bearbeiten im Team das gleiche Thema und 62 bearbeiten im Team das gleiche Thema bei einem hauptamtlichen Dozenten. Wie groß ist die Wahrscheinlichkeit bei einem zufällig ausgewählten Studenten dafür, (i) dass er bei einem hauptamtlichen Dozenten oder in einem Team ist? (ii) dass er weder bei einem hauptamtlichen Dozenten noch in einem Team ist? (iii) dass er in einem Team, aber nicht bei einem hauptamtlichen Dozenten ist? 2
3 1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen Aufgabe 5: Bedingte Wahrscheinlichkeiten (a) Mit einem (hypotetischen) Terrorismus-Test-Verfahren lässt sich auf Grund aller vorliegenden Daten mit einer Wahrscheinlichkeit von 99 % bestimmen, ob jemand ein potenzieller Terrorist ist. In einem halben Prozent der Fälle liefert der Test aber auch bei einer unbescholtenen Person ein positives Ergebnis. In Deutschland leben 80 Millionen Menschen. Gehen wir davon aus, dass es 400 potenzielle Terroristen in Deutschland gibt und eine Person wird vom Test als potenzieller Terrorist klassifiziert, wie hoch ist die Wahrscheinlichkeit, dass tatsächlich einer der potenziellen Terroristen gefunden wurde? (b) Eine Produktionsanlage stellt Mikrochips her, wobei 15 % der Chips fehlerhaft sind. Ein Prüfgerät prüft alle hergestellten Chips. Das Prüfgerät sondiert 98 % aller fehlerhaften Chips aus. Das Prüfgerät sondiert allerdings auch 6 % aller einwandfreien Chips aus (i) Wie groß ist die Wahrscheinlichkeit dass ein Chip aussondiert wird? (ii) Wie groß ist die Wahrscheinlichkeit, dass ein aussondierter Chip defekt ist? Aufgabe 6: Zufallsvariablen (a) Die Wahrscheinlichkeitsverteilung einer diskreten Zufallsvariablen x ist durch folgende Tabelle gegeben: x i f(x i ) p(1) 0.1 Bestimmen Sie folgende Größen; f(1) = p(1) P(X = 1.5) P(X 1.5) P(0 X 1.5) (b) Eine stetige Zufallsvariable besitzt die Dichtefunktion 1 für 1 x b f(x) = x { 0 sonst Bestimmen Sie den Parameter b durch Normierung und folgende Wahrscheinlichkeiten: P(X 1.5) P(1.5 X 2) P(X 2) P(X 3) P(0 X 2.5) (c) Eine stetige Zufallsvariable besitzt die Dichtefunktion k x x3 für 0 x 2 f(x) = ( 4 ) 0 sonst Bestimmen Sie den Parameter k durch Normierung. 3
4 1 Lösungen 1 Lösungen Lösung Aufgabe 1: Lösung Aufgabe 2: (a) Die Anzahl der möglichen Würfe ist Ω = 6 3 = 216. Anzahl der günstigen Fälle für das Ereignis A = 6, P(A) = = 0.03 (b) Ω = = (erste Ziffer immer ungleich Null). (i) Mit den Ereignissen A 1 letzte Ziffer gleich Null, A 2 letzte Ziffer gerade, gilt P = (A 1 A 2 ) = A 1 + A 2 Ω = = (ii) Mit den Ereignissen A 1 letzte Ziffer gleich Null, A 3 letzte Ziffer gleich fünf, gilt P = (A 1 A 2 ) = A 1 + A 2 Ω = = (c) Ω = (i) 1 1 ( ) 6 24 = 0.25 (ii) = (iii) = 15 ( ) + ( 6 ) 6 64 = (iv) = = Lösung Aufgabe 3: (a) Variation ohne Wiederholung mit n = 15 und k = 5: V(15, 5) = 15! (15 5)! = (b) Kombination ohne Wiederholung mit n = 11 und k = 5: C(11, 5) = ( 11 5 ) = 11! (11 5)! 5! = 462 4
5 1 Lösungen (c) n k ( k ) = k n! (n k)! k! n (n 1)! = k (n k)! k (k 1)! (n 1)! = n (n 1 k + 1)! (k 1)! (n 1)! = n ((n 1) (k 1))! (k 1)! = n ( n 1 k 1 ) (d) Variation mit Wiederholung mit n = 3 und k = 13: V w = 3 13 = (e) Kombination mit Wiederholung mit n = 8 und k = 5: Lösung Aufgabe 4: C w (8, 5) = ( 5 ) = 12 ( 5 ) = 12! (12 5)! 5! = 792 (a) Wir führen folgende Bezeichnungen ein: a) K: Menge der Autos mit Klimaanlage. b) L: Menge der Autos mit Ledersitzen. c) N: Menge der Autos, die weder eine Klimaanlage noch Ledersitze eingebaut hat. Dann gilt: P(N) = 1 P(K L) = 1 (P(K) + P(L) P(K L)) = 1 P(K) P(L) + P(K L) P(K L) = P(N) + P(K) + P(L) 1 = = % der Autos werden mit Klimaanlage und Ledersitzen verkauft. (b) Wir führen folgende Bezeichnungen ein: a) S: Menge der Schüler, die Spanisch lernt. b) F: Menge der Schüler, die Französisch lernt. c) E: Menge der Schüler, die Englisch lernt. d) K: Menge der Schüler, die keine Fremdsprache lernt. 5
6 1 Lösungen Dann gilt: P(K) = P(S F E) = 1 P(S F E) = 1 (P(S) + P(F) + P(E) P(S F) P(S E) P(F E) + P(S F E)) = 1 ( ) = 0.2 Es lernen 20 % der Schüler überhaupt keine Fremdsprache. (c) Wir definieren die Ereignisse D: Student ist bei einem hauptamtlichen Dozent, T: Student arbeite im Team. (i) Rechenregel Nr. 5, Additionssatz: P(D T) = P(D) + P(T) P(D T) = = (ii) Rechenregel Nr. 4, Inversion: P(D T) = 1 P(D T) = = (iii) Mit Rechenregel Nr. 6 folgt Lösung Aufgabe 5: P(T D) = P(T) P(T D) = = (a) Mit B 1 bezeichnen wir das Erreignis, dass jemand potenzieller Terrorist ist und mit B 2 das dazu komplementäre Ereignis. Weiterhin sei A das Ereignis, dass der Test jemanden als potenziellen Terrorist klassifiziert. Es gilt dann P(B 1 ) = = , P(B 2 ) = P(A B 1 ) = 0.99 und P(A B 2 ) = Gesucht ist die bedingte Wahrscheinlichkeit P(B 1 A). Nach der Formel von Bayes gilt P(A B P(B 1 A) = 1 ) P(B 1 ) P(A B 1 ) P(B 1 ) + P(A B 2 ) P(B 2 ) = ( ) Damit liegt die Wahrscheinlichkeit dafür, dass tatsächlich ein Terrorist entdeckt wurde, unter 0.1 %. (b) Mit A bezeichnen wir das Ereignis, dass ein Chip fehlerhaft ist. B sei das Ereignis, dass das Prüfgerät einen Chip als fehlerhaft erkennt. 6
7 1 Lösungen (i) Dann gilt mit dem Satz der totalen Wahrscheinlichkeit P(B) = P(B A) P(A) + P(B A) B( A) = = (ii) Gesucht ist P(A B), das heißt umkehren von Argument und Bedingung Satz von Bayes: Lösung Aufgabe 6: (a) (b) (c) P(B A) P(A) P(A B) = P(B A) P(A) + P(B A) B( A) = = f(1) = = 0.3 P(X = 1.5) = f(1.5) = 0 P(X 1.5) = f( 1) + f(0) + f(1) = 0.9 P(0 X 1.5) = f(0) + f(1) = b f(x) dx = f(x) dx = ln b ln 1 = ln b = 1 b = e P(X 1.5) = ln P(1.5 X 2) = ln 2 ln P(X 2) = 1 P(X 2) = 1 ln P(X 3) = 0 + f(x) dx = 2 k = 1 0 k ( x x3 4 ) dx x = k 2 [ 2 x4 16] = k! =
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 18. Mai 2015, 09:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative
Mehr1 Äquivalenzumformungen, Lösungsmenge
5 Ungleichungen Jörn Loviscach Versionsstand: 21. September 2013, 15:55 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is
MehrDie nummerierten Felder bitte mithilfe der Videos ausfüllen:
5 Koordinatensysteme Zoltán Zomotor Versionsstand: 6. August 2015, 21:43 Die nummerierten Felder bitte mithilfe der Videos ausfüllen: http://www.z5z6.de This work is based on the works of Jörn Loviscach
MehrStatistik für Ingenieure Vorlesung 2
Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen
MehrExponentialfunktionen, Eulersche Zahl, Logarithmen
Exponentialfunktionen, Eulersche Zahl, Logarithmen Jörn Loviscach Versionsstand: 22. Oktober 2010, 23:29 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.youtube.com/joernloviscach
Mehr23 Integral. 1 Idee des Integrals
23 Integral Jörn Loviscach Versionsstand: 21. September 2013, 15:56 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is licensed
MehrKombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?
1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der
Mehr18 Kontinuierliche Fourier-Transformation. Laplace-Transformation
18 Kontinuierliche Fourier-Transformation. Laplace-Transformation Jörn Loviscach Versionsstand: 28. März 2015, 21:30 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos:
MehrEigenschaften von Funktionen. Lineare Funktionen, Potenzen und Wurzeln
Eigenschaften von Funktionen. Lineare Funktionen, Potenzen und Wurzeln Jörn Loviscach Versionsstand: 22. Oktober 2010, 21:37 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.
MehrPotenzen und Wurzeln komplexer Zahlen. Eulersche Identität. Polardarstellung. Additionstheoreme. Vollständige Faktorisierung von Polynomen
Potenzen und Wurzeln komplexer Zahlen. Eulersche Identität. Polardarstellung. Additionstheoreme. Vollständige Faktorisierung von Polynomen Jörn Loviscach Versionsstand: 3. Dezember 200, 20:42 Die nummerierten
MehrUnabhängigkeit KAPITEL 4
KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht
Mehr1 Begriff Kombinatorik; Zahl aller Teilmengen
6 Kombinatorik Jörn Loviscach Versionsstand: 2. Dezember 2011, 16:25 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work
MehrBedingte Wahrscheinlichkeit
Bedingte Wahrscheinlichkeit Aufgaben Aufgabe 1 Beim Drucken im Computer Pool kommt es immer wieder zu einem Papierstau.Einer der Poolmgr hat rausgefunden das die Wahrscheinlichkeit einen Papierstau zu
Mehr4 Zahlenbereiche. 1 Natürliche, ganze und rationale Zahlen
4 Zahlenbereiche Jörn Loviscach Versionsstand: 21. September 2013, 15:53 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work
MehrZusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen
Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind
Mehr16 Trigonometrie: Sinus und Freunde, Arcusfunktionen
6 Trigonometrie: Sinus und Freunde, Arcusfunktionen Jörn Loviscach Versionsstand: 2. Dezember 20, 6:28 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html
MehrUE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele
UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..
Mehr17 Grundrechenarten für komplexe Zahlen
7 Grundrechenarten für komplexe Zahlen Jörn Loviscach Versionsstand: 2. September 203, 5:58 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
MehrIst P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,
. Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------
MehrEinführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrSTOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück
STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable
MehrWahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)
Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung
Mehr2 Geradengleichungen in Parameterform. Länge und Skalarprodukt
2 Geradengleichungen in Parameterform. Länge und Skalarprodukt Jörn Loviscach Versionsstand: 19. März 2011, 15:33 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω 2 3 8 N Wir definieren
MehrSatz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
MehrSatz 18 (Satz von der totalen Wahrscheinlichkeit)
Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Unabhängigkeit von Ereignissen A, B unabhängig:
Mehr3 Mengen, Logik. 1 Naive Mengenlehre
3 Mengen, Logik Jörn Loviscach Versionsstand: 21. September 2013, 15:53 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is
Mehr9 Zeiger (Pointer). Dynamischer Speicher
9 Zeiger (Pointer). Dynamischer Speicher Jörn Loviscach Versionsstand: 25. September 2013, 18:07 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrEinführung in die Stochastik 6. Übungsblatt
Einführung in die Stochastik 6. Übungsblatt Fachbereich Mathematik SS M. Kohler 3. Mai A. Fromkorth D. Furer Gruppen und Hausübung Aufgabe (a) Die Wahrscheinlichkeit, dass eine S Bahn Verspätung hat, betrage.3.
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 10. November 2010 1 Bedingte Wahrscheinlichkeit Satz von der totalen Wahrscheinlichkeit Bayessche Formel 2 Grundprinzipien
MehrWahrscheinlichkeitsrechnung und Statistik
3. Vorlesung - 21.10.2016 Bedingte Wahrscheinlichkeit In einer Urne sind 2 grüne und 3 blaue Kugeln. 2 Kugeln werden ohne Zürücklegen gezogen. Welches ist die Wahrscheinlichkeit, dass : a) man eine grüne
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
Mehr19 Folgen. Grenzwerte. Stetigkeit
19 Folgen. Grenzwerte. Stetigkeit Jörn Loviscach Versionsstand: 27. Dezember 2014, 16:35 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
Mehr8 Design Patterns. Events
8 Design Patterns. Events Jörn Loviscach Versionsstand: 28. März 2015, 19:13 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work
MehrÜbungsaufgaben, Statistik 1
Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama
MehrIP Rechnen. Modul 127. Copyright by Janik von Rotz
Modul 127 Copyright by Janik von Rotz Titel Typ Kategorie Version 1.2 Thema Modul 127 Klasse öffentlich Freigabe Datum 05.05.2012 Autor Janik von Rotz Status Status Schlüsselwörter Kommentare 1 Netzklassencodierung
MehrDas Zweikinderproblem
Das Zweikinderproblem Definition Zweikinderproblem Eine Familie besitzt zwei Kinder. Wie groß ist die Wahrscheinlichkeit Pr[ Beide Kinder sind Mädchen. Eines der Kinder ist ein Mädchen ]? Lösung: Sei A
Mehr14 Schmiegeparabel und Freunde, Taylor-Reihe
14 Schmiegeparabel und Freunde, Taylor-Reihe Jörn Loviscach Versionsstand: 20. März 2012, 16:01 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 11. November 2010 1 Erwartungswert und Varianz Erwartungswert Varianz und Streuung Rechenregeln Binomialverteilung
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Wahrscheinlichkeitstheorie (Klausuraufgaben) Marcel Bliem Marco Boßle Jörg Hörner Mathematik Online Herbst 2010 Bliem/Boßle/Hörner (MO) PV-Kurs HM 3 1 / 7
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive
Mehr3.3 Bedingte Wahrscheinlichkeit
28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit
Mehr6. Übungsblatt zur Einführung in die Stochastik
Fachbereich Mathematik Prof. Dr. Michael Kohler Dipl.-Math. Andreas Fromkorth Dipl.-Inf. Jens Mehnert SS 9 1.6.29 6. Übungsblatt zur Einführung in die Stochastik Aufgabe 22 Sei P ein auf der Borelschen
MehrDiskrete Strukturen WiSe 2012/13 in Trier
Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 11. Januar 2013 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet
Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen
Mehr14 Übungen zu Regelung im Zustandsraum Teil 2
Zoltán Zomotor Versionsstand: 9. März 25, :32 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3. Germany License. To view a copy of this license, visit http://creativecommons.org/licenses/by-nc-sa/3./de/
Mehr7 Unabhängigkeit von Ereignissen; bedingte Wahrscheinlichkeit
Übungsmaterial 7 Unabhängigkeit von reignissen; bedingte Wahrscheinlichkeit 7. Unabhängigkeit von reignissen Wir betrachten folgendes Beispiel: Zwei unterscheidbare Münzen werden geworfen. Man betrachtet
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrProgramm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung
Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus
MehrBasiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
Mehr10 Die Programmiersprache C99: Zusammenfassung
10 Die Programmiersprache C99: Zusammenfassung Jörn Loviscach Versionsstand: 25. September 2014, 18:40 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
Mehr4 Vererbung, Polymorphie
4 Vererbung, Polymorphie Jörn Loviscach Versionsstand: 21. März 2014, 22:57 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work
Mehr! Die Noten von 10 Bachlor- 30 Master- und 10 PhD-Studenten (Doktoranden) eines Informatikkurses waren wie folgt.
In einem Informatik-Kurs bestehend aus 100 Studenten, haben 54 Studenten Mathematik, 69 Chemie und 35 beide Fächer belegt. Wenn wir zufällig einen Studenten auswählen, wie groß ist die Wahrscheinlichkeit
MehrWahrscheinlichkeitsrechnung für die Mittelstufe
Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite
MehrZusammenfassung Stochastik
Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl
MehrDiscrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:
Discrete Probability - Übungen (SS5) Felix Rohrer Wahrscheinlichkeitstheorie 1. KR, Abschnitt 6.1, Aufgabe 5: Bestimmen Sie die Wahrscheinlichkeit dafür, dass die Augensumme von zwei geworfenen Würfeln
MehrKapitel 5. Univariate Zufallsvariablen. 5.1 Diskrete Zufallsvariablen
Kapitel 5 Univariate Zufallsvariablen Im ersten Teil dieses Skriptes haben wir uns mit Daten beschäftigt und gezeigt, wie man die Verteilung eines Merkmals beschreiben kann. Ist man nur an der Population
MehrZufallsvariablen [random variable]
Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden
Mehr2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung
2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Begriffe Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Definition: Unter einem Zufallsexperiment versteht man einen,
Mehr4 Diskrete Wahrscheinlichkeitsverteilungen
4 Diskrete Wahrscheinlichkeitsverteilungen 4.1 Wahrscheinlichkeitsräume, Ereignisse und Unabhängigkeit Definition: Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, Pr), wobei Ω eine endliche oder
MehrKapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente
Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der
MehrVorlesung 9b. Bedingte Verteilungen und bedingte Wahrscheinlichkeiten
Vorlesung 9b Bedingte Verteilungen und bedingte Wahrscheinlichkeiten 1 Voriges Mal: Aufbau der gemeinsamen Verteilung von X 1 und X 2 aus der Verteilung ρ von X 1 und Übergangswahrscheinlichkeiten P(a
MehrEinführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte
Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden
MehrGrundwissen Stochastik Grundkurs 23. Januar 2008
GYMNSIUM MIT SCHÜLERHEIM PEGNITZ math.-technolog. u. sprachl. Gymnasium WILHELM-VON-HUMBOLDT-STRSSE 7 91257 PEGNITZ FERNRUF 09241/48333 FX 09241/2564 Grundwissen Stochastik Grundkurs 23. Januar 2008 1.
MehrDie Programmiersprache C99: Zusammenfassung
Die Programmiersprache C99: Zusammenfassung Jörn Loviscach Versionsstand: 7. Dezember 2010, 19:30 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.youtube.com/joernloviscach
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)
Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrDr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung
Vorlesungscharts Vorlesung 1 Grundbegriffe der Wahrscheinlichkeitsrechnung Zufallsvorgänge und Zufallsereignisse Definitionen der Wahrscheinlichkeit Seite 1 von 11 Chart 1: Vorgänge deterministisch zufällig
MehrEreignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6}
Laplace-Experimente Begriffsklärung am Beispiel eines Laplace-Würfel mit Augenzahlen (AZ) 1-6: Ergebnis: ist jeder Ausgang eines Zufallsexperimentes heißt ein Ergebnis ω dieses Zufallsexperimentes. Die
MehrMusterlösungen zu den Aufgaben aus. Statistische Methoden in den Wirtschafts- und Sozialwissenschaften
Musterlösungen zu den Aufgaben aus Statistische Methoden in den Wirtschafts- und Sozialwissenschaften von Prof. Dr. Hans Peter Litz Oldenbourg-Verlag München,.Auflage 1998 Teil II. Wahrscheinlichkeitstheoretische
MehrZeichenketten (Strings) in C
Zeichenketten (Strings) in C Jörn Loviscach Versionsstand: 7. Oktober 2011, 11:27 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
Mehr3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik
3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer
MehrCrashkurs Kommandozeile
Crashkurs Kommandozeile Thomas Werner This work is licensed under the Creative Commons Attribution ShareAlike 2.0 License. To view a copy of this license, visit http://creativecommons.org/licenses/by sa/2.0/de/
MehrFür die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)
3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P
MehrZiegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem
Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 2. Übung 1 Inhalt der heutigen Übung Stichprobenraum und Ereignisse Unabhängige Ereignisse Bedingte Wahrscheinlichkeit und Satz von Bayes Hausübung Statistik und
MehrÜberblick. Linguistische Anwendungen: æ Spracherkennung æ Textretrival æ probabilistische Grammatiken: z.b. Disambiguierung. Problem: woher Daten?
1 Überblick æ Beschreibende Statistik: Auswertung von Experimenten und Stichproben æ Wahrscheinlichkeitsrechnung: Schlüsse aus gegebenen Wahrscheinlichkeiten, Hilfsmittel: Kombinatorik æ Beurteilende Statistik:
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrMathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit
Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit Dozentin: Wiebke Petersen 8. Foliensatz Wiebke Petersen math. Grundlagen 1 Motivation Bsp.: In vielen Bereichen der CL kommt Wahrscheinlichkeitstheorie
MehrStetige Verteilungen Rechteckverteilung
Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Dezember 2012 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Fakultät Die Zahl n! =
Mehr3 Klassen, Attribute, Methoden
3 Klassen, Attribute, Methoden Jörn Loviscach Versionsstand: 21. März 2014, 22:58 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management
Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten Zufallsvorgang: Geschehen mit ungewissem
Mehr7 Dateien und Datenströme (Streams)
7 Dateien und Datenströme (Streams) Jörn Loviscach Versionsstand: 21. März 2014, 22:57 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
Mehr5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix
5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrStochastik. 1. Wahrscheinlichkeitsräume
Stochastik 1. Wahrscheinlichkeitsräume Ein Zufallsexperiment ist ein beliebig oft und gleichartig wiederholbarer Vorgang mit mindestens zwei verschiedenen Ergebnissen, bei dem der Ausgang ungewiß ist.
Mehr